Diferenciales de productividad según orientación exportadora de

Diferenciales de productividad según orientación exportadora de
las empresas: ¿se cumple la autoselección y el aprendizaje?
Laura da Costa Ferré 1
Mayo, 2008
RESUMEN
Este trabajo estudia la relación entre los diferenciales de productividad y la orientación exportadora
de las empresas uruguayas de la industria manufacturera en el período 1997-2001, con el objetivo
de investigar si en el país se cumplen los procesos de autoselección y aprendizaje por exportar. En
primer lugar se elabora un panel a precios constantes con microdatos del INE para el período
1997-2001. Luego se estima econométricamente una función de producción con metodologías
varias, entre ellas la de Levinsohn-Petrin, que corrige por los sesgos de simultaneidad y selección.
En tercer lugar, se estudian los diferenciales de la productividad total de factores y de la
productividad parcial del trabajo de los grupos de empresas entrantes, salientes y permanentes en
el mercado exportador respecto a las no exportadoras. Se concluye que en la muestra utilizada las
empresas exportadoras son notoriamente más productivas que sus pares con orientación
doméstica. También se encuentra evidencia respecto a que las empresas que ingresan al mercado
exportador eran más productivas que las no exportadoras antes de empezar a vender al exterior y
que las exportadoras mejoran sus niveles de productividad al permanecer en el mercado
exportador, lo que es consistente con las hipótesis de autoselección y de aprendizaje por exportar.
Palabras clave: Levinsohn-Petrin, productividad total de factores, exportadoras, empresas
manufactureras, autoselección, aprendizaje por exportar.
1
Departamento de Economía, Facultad de Ciencias Sociales, Universidad de la República, Uruguay. [email protected]
Agradezco los aportes realizados a este trabajo por Susana Picardo, Graciela San Román y Marcel Vaillant. Un especial
agradecimiento a Carlos Casacuberta, por su apoyo en todo el proceso de la investigación.
1
1. INTRODUCCIÓN
Las empresas exportadoras son vistas como más eficientes y productivas que las no exportadoras,
ya que tienen la posibilidad de aprender de los conocimientos y tecnología de los mercados
mundiales y mejorar su competitividad a partir de la competencia con el exterior. En este sentido, la
mayoría de los estudios realizados sobre el desempeño de las empresas según su orientación
exportadora confirma la hipótesis de que las exportadoras son más productivas que las no
exportadoras. Asimismo, recientemente se han desarrollado modelos teóricos 2 que obtienen
resultados en esta dirección y que estudian las causas que puede tener este fenómeno.
Resulta interesante analizar la relación causal de los diferenciales de productividad entre
exportadoras y no exportadoras, en el sentido de discernir si la mayor productividad de las
exportadoras se adquiere luego de comenzar a vender al exterior o si el ingreso a los mercados
exportadores es consecuencia de que estas empresas sean las más productivas.
Este trabajo estudia la relación que existe entre la productividad y la orientación
exportadora de las empresas manufactureras uruguayas y en particular buscar confirmar que las
empresas exportadoras cumplen con los patrones mundiales, es decir que son notoriamente más
productivas que sus pares con orientación hacia el mercado interno.
Tras contrastar esta hipótesis, se analiza si las exportadoras son las más productivas
también antes de comenzar a vender al exterior, lo que estaría indicando un proceso de
“autoselección”, que implica que sólo las firmas que mejoran su desempeño y sus niveles de
competitividad pueden afrontar los altos costos de entrada a los mercados exportadores y
permanecer en ellos.
Por otro lado,
también se investiga si las empresas exportadoras aumentan su
productividad luego de ingresar al mercado exportador, al asimilar conocimiento de sus pares,
beneficiarse con las economías de escala y con las transferencias de tecnología, lo que se conoce
como un proceso de “aprendizaje por exportar”.
2
Melitz (2003) y Bernard, Eaton, Jensen y Kortum (2003) entre otros.
2
Profundizar en este comportamiento de las empresas exportadoras es importante tanto
para los investigadores como para los hacedores de política, pues es un tema de gran actualidad
que no ha sido estudiado hasta el momento en Uruguay y puede resultar un insumo para la
definición de políticas económicas a seguir respecto a este grupo de firmas.
Para realizar el análisis se estima la Función de Producción (en adelante FP) a partir de un
micropanel de empresas industriales que cubre el período 1997-2001, y se predice la Productividad
Total de Factores (en adelante PTF), con la cual se analizan grupos de empresas según su
orientación exportadora –entrantes, salientes o permanentes en el mercado exportador– usando la
metodología de Aw, Chung y Roberts (1998) y de Álvarez y López (2004).
En los años noventa, Uruguay vivió un proceso de apertura económica a partir de la
creación del MERCOSUR que incentivó la inserción de las empresas
en los mercados de
exportación, al verse beneficiadas por una relación de precios relativos favorable respecto a la
región, una rebaja de los aranceles y una serie de reformas de incentivo a las exportaciones
aplicadas por el gobierno. En este contexto, las empresas se abocaron a reducir sus costos en
aras de tornarse competitivas respecto a sus pares de la región e incrementaron sus niveles de
productividad. Tras la devaluación del real en Brasil la situación se tornó desfavorable para la
exportaciones uruguayas a la región y aumentaron las exigencias para las empresas exportadoras
que querían seguir en el mercado, por lo que las empresas que siguieron exportando lo hicieron en
base a una estricta política de reducción de costos y de aumento de productividad, so pena de
desaparecer del mercado exportador.
En este escenario, es previsible que en los años noventa la productividad de las empresas
exportadoras haya sido mayor que las de las no exportadoras. En el trabajo se encontró evidencia
positiva al respecto de esta hipótesis tanto para la PTF como para la productividad del trabajo, que
resultó robusta aún al controlar las estimaciones por capital extranjero y por tamaño de las
empresas.
Sin embargo, en principio no resulta evidente la dirección de la causalidad de este proceso,
es decir si las exportadoras eran las más productivas antes de comenzar a exportar o si lo
empiezan a ser luego de comenzar a vender al exterior. El presente trabajo aporta a la academia al
3
encontrar evidencia de que en el período analizado se cumplen los dos procesos –autoselección y
aprendizaje por exportar– en las empresas exportadoras uruguayas que integran la muestra
utilizada.
Este es el primer trabajo empírico en Uruguay que utiliza los microdatos de empresas
industriales del período 1997-2001 relevados por el Instituto Nacional de Estadística (en adelante
INE) y también es la primera investigación realizada en el país sobre la relación entre la
productividad de las empresas manufactureras uruguayas y su orientación exportadora con un
enfoque econométrico de estimación de funciones de producción.
La investigación se estructura de la siguiente manera. El capítulo 2 hace una presentación
del Marco Teórico, el capítulo 3 resume los antecedentes empíricos de la investigación, el capítulo
4 hace un análisis de los datos utilizados, el capítulo 5 describe los modelos utilizados y los
métodos de estimación, el capítulo 6 brinda los resultados de las estimaciones de FP y de la
relación entre productividad y orientación exportadora de las empresas y el capítulo 7 concluye.
2. MARCO TEÓRICO
El comercio internacional tradicionalmente era descrito en el análisis económico en base a
diferentes versiones de dos modelos: el ricardiano y el de Heckser-Ohlin, los cuales presentan
supuestos restrictivos que no representan el comportamiento diverso de las empresas dentro de un
sector económico. Los supuestos más importantes son los retornos constantes a escala y la
igualdad en la tecnología de las empresas. Consideran que las empresas son homogéneas y usan
para el análisis una “firma representativa”. Estos modelos concluyen que todas las empresas de un
sector con ventajas comparativas deben volcarse al mercado exportador.
En los últimos años han aparecido nuevos modelos de comercio internacional que
incorporan la heterogeneidad de las firmas dentro de un mismo sector y otras características de los
mercados que los acercan más al comportamiento real de las empresas. Estos modelos buscan
explicar teóricamente los procesos de autoselección (selfselection) de las firmas en los mercados
4
de exportación y de aprendizaje por exportar (learning by exporting) observados en muchos
análisis empíricos (en mayor medida el de autoselección).
El proceso de autoselección está dado por el hecho de que sólo las empresas más
productivas son capaces de empezar a exportar y de mantenerse en el mercado, ya que son las
que pueden afrontar los altos costos que conlleva la entrada a los mercados exportadores. Por este
motivo, este grupo de firmas presenta mayores niveles de productividad en comparación con las no
exportadoras. A su vez el proceso de aprendizaje por exportar implica que las empresas se
vuelven más productivas tras ingresar al mercado exportador como resultado de un proceso de
aprendizaje, mediante el cual adquieren nuevas tecnologías y conocimientos de su contacto con
agentes internacionales.
Entre los modelos teóricos que se han construido para representar el comercio
internacional a nivel de firma y que hacen hincapié en la hipótesis de autoselección resaltan los
trabajos de Hopenhayn (1992), Melitz (2003), Bernard, Eaton, Jensen y Kortum (en adelante
BEJK, 2003), López (2004) y Yeaple (2004). En tanto, para explicar el fenómeno de aprendizaje
por exportar es importante la contribución teórica de Clerides, Lach y Tybout (1998).
La mayoría de los trabajos coincide en considerar que las barreras al comercio son las que
determinan que algunas firmas puedan entrar al mercado exportador 3 , en tanto otras sean
frenadas y sólo puedan vender al mercado interno.
Así se define que las empresas entrantes y permanentes en el mercado exportador serán
más productivas que las salientes –que salen a causa de su baja productividad– y la productividad
de cada uno de los tres grupos analizados superará la productividad de las no exportadoras.
También se plantea que la autoselección de las empresas puede ser un proceso
“consciente” 4 , ya que las empresas que quieren empezar a exportar realizan premeditadamente
acciones para aumentar sus niveles de productividad y poder acceder a estos mercados. En estos
modelos la productividad es endógena. Por último, se modeliza el proceso de “aprendizaje por
exportar” de las firmas, mediante la condición de que la productividad actual de las empresas
dependa de la experiencia exportadora anterior.
3
4
El trabajo de Hopenhayn es el único que no hace un análisis concreto del mercado exportador.
López (2004) y Yeaple (2004).
5
En Hopenhayn y Melitz las barreras a la entrada son representadas como costos fijos
hundidos, en tanto para BEJK las barreras son costos variables de transporte de tipo iceberg
(proporcionales al monto transportado). A continuación se describen las contribuciones teóricas
más relevantes como marco de esta investigación.
Hopenhayn (1992) elabora un modelo estocástico dinámico que no es específico para el
mercado exportador, aunque es relevante porque describe cómo firmas heterogéneas en sus
niveles de productividad toman distintas decisiones sobre la entrada, la salida o la permanencia en
un mercado. Se modela un mercado compuesto por un gran número de firmas tomadoras de
precios que producen un bien homogéneo. Las firmas difieren en su eficiencia porque la
producción de cada una de ellas depende de un shock de productividad aleatorio, que sigue un
proceso de Markov independiente entre las firmas. Hopenhayn realiza el supuesto de que una
firma con alta productividad en t tendrá mayor probabilidad de tener alta productividad en t+1.
El modelo predice las diferencias en la productividad promedio de las firmas entrantes,
salientes y permanentes en el mercado. Hopenhayn demuestra que las firmas saldrán después de
un período t si sus niveles de productividad son inferiores a un nivel mínimo que garantiza
beneficios futuros positivos, porque esperarán bajos niveles de beneficios en el futuro, en tanto las
firmas con productividad superior a ese mínimo permanecerán en el mercado.
El modelo permite también comparar la productividad de las firmas entrantes respecto a las
de las permanentes, ya que Hopenhayn demuestra que la distribución de productividad de
cualquier grupo de sobrevivientes dominará estocásticamente la distribución de productividad de
las cohortes entrantes.
Melitz (2003) adapta el modelo de industria dinámico de Hopenhayn a una estructura de
mercado de competencia monopolística en equilibrio general. Por ello, brinda una extensión al
modelo de comercio de Krugman (1980) que incorpora los diferenciales de productividad a nivel de
firma. Construye un modelo dinámico de industria con firmas heterogéneas, que busca analizar los
efectos intra industriales del comercio internacional. Se aboca a explicar las diferentes
productividades que exhiben las empresas de un mismo sector y llega a la conclusión de que las
empresas exportadoras son las que presentan una mayor productividad. En este sentido, analiza el
6
impacto en las empresas de la apertura de los mercados y de la incorporación de países en el
comercio internacional (por ejemplo a través de un bloque comercial).
El modelo indica que la industria se verá beneficiada con la apertura comercial, al haber un
crecimiento de la productividad sectorial así como también una mejora del bienestar general. No
obstante, dentro del sector las empresas se comportarán de distinta forma de acuerdo a su
exposición al comercio. Las firmas más eficientes –las exportadoras–, serán las claras ganadoras,
al incrementar su productividad y su nivel de renta. Las empresas orientadas al mercado interno,
por su parte, serán perdedoras, mostrando caídas en su nivel de productividad y en su renta.
También habrá un grupo de empresas, las menos productivas de todas, que saldrán del mercado.
Melitz explica este fenómeno como asociado a una “reubicación” de las empresas, donde
el cierre de las menos productivas impulsa a las más productivas y genera una dinámica de mejora
de eficiencia en el sector. Esta reubicación inducida por el comercio que favorece a las firmas más
eficientes explica por qué la apertura genera ganancias en la productividad agregada sin que
necesariamente mejore la eficiencia de las firmas individuales. Su hipótesis respecto a la relación
entre productividad y orientación exportadora es que las empresas más productivas son las que
exportan, o sea que se cumple un proceso de autoselección de las firmas.
Las firmas se dividen por su productividad en grupos que ganan y grupos que pierden
beneficios. La exposición al comercio genera un tipo de evolución Darwiniana en la industria por la
que: i) las firmas más eficientes prosperan y crecen (exportan e incrementan su participación de
mercado y sus beneficios), ii) un grupo de firmas menos eficientes, aún exportan e incrementan su
participación de mercado pero pierden beneficios, iii) otras empresas aún menos eficientes
permanecen en la industria pero no exportan y tienen pérdidas de beneficios y de participación de
mercado y por último, iv), las firmas menos eficientes de todas salen de la industria.
BEJK (2003) desarrollan un modelo que extiende la teoría ricardiana básica para adaptarla
a varios países, a barreras geográficas y a competencia imperfecta. Luego analizan el poder
explicativo del modelo en el caso de las plantas estadounidenses al estudiar el comercio bilateral
entre ese país y sus 46 socios comerciales más importantes. En el trabajo se estudia el
desempeño de las firmas exportadoras estadounidenses, encontrando que presentan los niveles
7
de productividad más altos, son un número reducido, tienen un ratio de exportaciones sobre ventas
bajo y un tamaño mucho mayor (medido en número de trabajadores) al de las no exportadoras.
Para contemplar la heterogeneidad de las plantas el modelo introduce diferencias
ricardianas en la eficiencia tecnológica entre productores y países. Además explica la coexistencia,
incluso dentro de la misma industria, de exportadores y productores domésticos por medio de la
introducción de costos de exportación de tipo “iceberg”. 5 Por otro lado, para que las diferencias en
eficiencia tecnológica no sean completamente absorbidas por discrepancias en los precios de los
productos (eliminando diferencias en la productividad medida entre plantas) se trabaja con una
estructura de mercado de competencia imperfecta (a la Bertrand) con ratios de precio sobre costo
marginal (markups) variables.
El modelo indica que las plantas más eficientes tendrán markups más altos y por lo tanto
tendrán una mayor productividad. Las plantas más eficientes son también las que están en mejores
condiciones para exportar, por lo cual serán las exportadoras. También explica por qué las plantas
exportadoras tienden a ser más grandes que las plantas que sólo le venden al mercado doméstico.
Estas empresas son más grandes porque le venden a más mercados y venden al mercado interno
porque al ser las más eficientes tendrán los precios domésticos más bajos.
Por último, en el documento de Clerides, Lach y Tybout (1996) se construye un modelo que
analiza el mecanismo por el cual las empresas domésticas deciden diversificarse mediante una
apertura al mercado exportador. La decisión de entrada se basa en una comparación de los
beneficios futuros esperados de las firmas, que dependen de su productividad actual y futura,
teniendo en cuenta que existen costos fijos a la entrada.
El efecto de aprendizaje por exportar es incorporado al hacer que la productividad actual
de la empresa dependa de la experiencia exportadora anterior 6 . Los autores realizan un análisis de
simulaciones, a través del cuál obtienen resultados que acercan el fenómeno de interacción entre
las fuerzas de autoselección y de aprendizaje por exportar.
5
Los costos de exportación a un destino dado son proporcionales a los costos de producción.
Idea de que si el mercado exportador genera ganancias en eficiencia, las firmas que empiezan a exportar deberían
después de un tiempo exhibir un cambio en el crecimiento de su productividad.
6
8
En la presente investigación, se analizará el poder explicativo de estos modelos para el
caso de la industria uruguaya, estudiando en particular los diferenciales de productividad de las
empresas según sean entrantes, salientes o permanentes en el mercado exportador para poder
investigar los procesos de autoselección y de aprendizaje por exportar modelizados en los
desarrollos teóricos analizados en este capítulo.
3. ANTECEDENTES
La literatura económica sobre el comportamiento de las firmas en el mercado exportador según sus
niveles de productividad es muy vasta y cubre a las empresas manufactureras de muchos países.
El objeto de estudio es en la mayoría de los casos la relación causal entre la productividad y la
orientación exportadora de las firmas, es decir saber si las firmas primero son las más productivas
y por eso entran al mercado exportador o si se da la relación contraria, primero ingresan al
mercado exportador y aprenden de su vínculo con otras empresas, con lo cual se vuelven más
productivas.
Para la gran mayoría de los estudios, las firmas exportadoras son mucho más productivas
que las orientadas a los mercados domésticos, al tiempo que son las más grandes y las que
presentan una mayor intensidad de capital. A su vez, la mayor parte de las investigaciones también
coincide en encontrar fuerte evidencia empírica que apoya el mecanismo de autoselección 7 y muy
poca evidencia que avale la hipótesis de aprendizaje por exportar 8 para explicar porqué las
empresas exportadoras son las más productivas. Algunos estudios, como los de Bernard y Jensen
(1999, 2001), Bernard y Wagner (1997), y Clerides, Lach y Tybout (1998), también investigan las
características de las firmas que salen del mercado y encuentran que estas empresas son menos
productivas después de salir de los mercados de exportación.
Las metodologías utilizadas son muy diversas y van desde un pool de corte transversal con
datos de firmas (Aw y Hwang (1995) y Castellani (1995)) hasta el análisis no paramétrico de
7
Aw, Chung y Roberts (1998), Alvarez, R. y López, R. (2004), Bernard y Jensen (1999) y Clerides, Lach and Tybout (1998)
entre muchos otros.
Castellani (2002), Kraay (1999) y Girma, S., et al. (2004) encuentran evidencia al respecto.
8
9
distribuciones de productividad (Delgado, Fariñas y Ruano (2002)). Sin embargo, la mayoría de los
investigadores utiliza estimaciones de paneles de datos (Álvarez y López (2004), Bernard y Jensen
(1999, 2001), Bernard y Wagner (1997) y Clerides, Lach y Tybout (1998), entre otros) 9 .
En Uruguay no se encuentran trabajos realizados con este objeto de estudio. Sin embargo,
existen varias investigaciones que analizan la PTF de la industria uruguaya con microdatos para el
período 1982-1995 desde diversos enfoques y otras que estudian el desempeño exportador de las
empresas, tomando en cuenta en algunos casos su relación con la productividad 10 .
En tanto, otros investigadores han abordado el tema de desempeño exportador de las
firmas y en algunos casos lo han relacionado con la productividad 11 . Este es el caso del trabajo de
Snoeck, Casacuberta, Domingo, Pastori y Pittaluga (2007), que hace una descripción estadística
de la actividad exportadora a nivel de firma para el período 1981-2005 y también determina la
relación entre las exportaciones y la productividad de las firmas. Para identificar éste último punto,
utilizan los microdatos de industria del INE para el período 1988-1995 y realizan una estimación de
intragrupos, encontrando que existe un premio por exportar de 13%.
4. DATOS
El panel de datos se elaboró con información de las empresas manufactureras uruguayas
obtenidas a partir del Censo Económico 1997 (CE97) y de las Encuestas de Actividad Económica
(EAE) relevadas por el Instituto Nacional de Estadísticas (INE) para el período 1997-2001. Como
fue mencionado antes éste estudio es uno de los primeros esfuerzos por analizar esta fuente de
datos, que proporciona una riqueza considerable de información al seguir en el tiempo a una
muestra muy importante de empresas 12 . El período de tiempo seleccionado surge del análisis de
9
Ver cuadro del Anexo 1, con síntesis de resultados de las principales investigaciones sobre relación entre productividad y
exportaciones.
10
Casacuberta, Fachola y Gandelman (2004), Tansini y Triunfo (1999), Llambí y López (1998), entre otros.
11
Vaillant y Roche (1992), Vaillant y Cassoni (1993), Noya y Lorenzo (1998), Vaillant y Bittencourt (2001) y Snoeck,
Casacuberta, Domingo, Pastori y Pittaluga (2007).
12
Se sacaron las observaciones de ANCAP por tratarse de una empresa pública no representativa del sector industrial que
afectaba los resultados de las variables del panel dado su importante peso en el total de la industria y la dispar evolución de
su Valor Agregado Bruto en el período analizado.
10
las estadísticas a nivel de firma del INE, que llevó a detectar problemas en las bases que impiden
crear un panel de más largo plazo que el de 1997-2001.
4.1. Medición del Capital
A los efectos de estimar la corriente de servicios del capital se parte del stock de capital, para lo
cual se realiza el supuesto de que el flujo de servicios del capital es proporcional al stock. Sin
embargo, para el análisis de la PTF lo deseable sería tener un indicador del flujo de capital utilizado
en el período, que no necesariamente es comparable al stock. En este sentido, Hulten, C. (2000)
indica que el flujo de servicios no es siempre proporcional al stock porque este último no se ajusta
rápidamente a los ciclos de negocios, por lo que una PTF calculada usando datos de stock de
capital fluctúa procíclicamente en relación a la tasa de utilización del capital. Estas fluctuaciones
hacen contrapeso en el cálculo del residuo y dificultan la observación de cambios de tendencia.
No obstante, la estimación del flujo de capital es compleja y requiere de información que en
la actualidad no existe en el país 13 . Este problema no es exclusivo de Uruguay, sino que las
estimaciones de FP y de PTF realizadas por los trabajos que inspiraron esta investigación (Aw,
Chung y Roberts (1998) para Taiwán y Corea del Sur, Álvarez y López (2004) para Chile y Blundell
y Bond 14 (1998) para Estados Unidos, entre otros) también utilizan el stock de capital como proxy
del flujo de servicios de capital.
4.2. Deflactores
Se deflactó cada componente de las variables por un índice de precios (IP) específico. Ello llevó un
trabajo de elaboración estadística considerable pues se construyeron dos deflactores y además
fueron actualizados y llevados a CIIU REV3 otros deflactores que no estaban disponibles
previamente en esa nomeclatura.
13
Ver OCDE (2001)
Stephen Bond señaló que muchas de las investigaciones empíricas con Funciones de Producción utilizan el Stock de
Capital como proxy del Servicio de Capital (ej: Clerides, Lach y Tybout (1996) y Bernard y Jensen (1999)).
14
11
El VBP fue deflactado por el IP al Productor 15 a cuatro dígitos de la CIIU REV3 elaborado
por Picardo (2007); los 26 componentes del CI y los seis componentes del Stock de Capital por los
deflactores ajustados a cada una de las variables 16 . Se elaboraron Índices de Precios de Materias
Primas y Materiales y de Maquinaria y Equipo con metodología brindada por S. Picardo.
El CI a precios constantes del año 1997 se obtuvo a partir de la suma de los 26
componentes deflactados de esta variable, en tanto que el VAB a precios constantes de 1997 se
obtuvo por el método de doble deflación, a partir de la diferencia entre el VBP a precios constantes
y el CI a precios constantes.
4.3. Estadística Descriptiva
Se trabaja con un micropanel no balanceado de empresas del sector industrial que tiene un
número de 4.100 observaciones en el período 1997-2001 y un total de 1.003 empresas
manufactureras que aparecen al menos una vez en la muestra. De las 849 empresas que tienen
actividad en 1997 siguen activas hasta el año 2001 un total de 611 empresas, al tiempo que de las
841 empresas presentes en el panel en el año 1998 en el último año del panel continúan estando
657 firmas. El detalle con las empresas por año se presenta en el cuadro 1. El número de
empresas crece en el año 2001 a causa de que el INE aumentó el marco muestral ese año para
compensar la muerte de empresas ocurrida desde el año 1997.
Cuadro 1: Empresas por año
Año
1997
1998
1999
2000
2001
Empresas
849
841
816
764
834
Fuente: INE
15
Él IPP incluye la evolución de los precios internos de la producción y de los precios de las exportaciones, por lo cual se
considera un índice más adecuado para deflactar la producción que el Índice de Precios Mayoristas.
Ver Anexo 3 del DT 07/08 dECON, FCS, UDELAR.
16
12
En el cuadro 2 se realiza un análisis de estadística descriptiva de las empresas de la
muestra en el período 1997-2001 y se encuentra que aproximadamente 820 empresas tienen
actividad manufacturera en promedio por año. Se define la variable binaria exportadora, que vale 1
si la empresa tuvo ventas al exterior en el año y 0 en caso contrario. También se define la variable
intensidad exportadora, que vale 1 (intensidad exportadora baja) si la empresa exporta menos del
25% de sus ventas anuales, vale 2 (intensidad exportadora media) si exporta entre el 25% y el 75%
de sus ventas anuales y vale 3 (intensidad exportadora alta) si exporta más del 75% de sus ventas
anuales.
Por otro lado, se define la variable binaria capital extranjero, que vale 1 si la empresa tiene
una participación de capitales extranjeros superior al 10% y vale 0 si la empresa no está constituida
por capitales extranjeros. Por último, la variable tamaño vale 1 (pequeña) si la empresa emplea a
menos de 50 trabajadores, vale 2 (mediana) si emplea entre 50 y 100 trabajadores y vale 3
(grande) si emplea a más de 100 trabajadores.
Cuadro 2: Estadística Descriptiva: promedio 1997-2001
Número de
empresas
820
Total de Empresas
Porcentaje
100,0
Orientación Exportadora
-Exportadoras
Capitales Extranjeros
Capitales Nacionales
-No Exportadoras
Capitales Extranjeros
Capitales Nacionales
348
65
283
472
22
450
42,5
18,6
81,4
57,5
4,6
95,4
Intensidad Exportadora
-Baja
-Media
-Alta
152
102
94
43,7
29,2
27,0
Propiedad
-Capitales Extranjeros
-Capitales Domésticos
86
734
10,5
89,5
Tamaño según orientación exportadora
-Exportadora Pequeña
-Exportadora Mediana
-Exportadora Grande
-No Exportadora Pequeña
-No Exportadora Mediana
-No Exportadora Grande
120
95
133
357
80
35
34,6
27,3
38,1
75,7
16,9
7,4
13
Del análisis del cuadro surge que el 42% de las empresas exportan en el período
analizado, en tanto, un 56% de ese total tienen una intensidad exportadora medio-alta, o sea que
exportan más del 25% de sus ventas totales. Las empresas exportadoras de esta muestra están
compuestas en un 81% de capitales nacionales, aunque en comparación con las no exportadoras,
la participación de capitales extranjeros es bastante más alta (19% respecto a 5% de las no
exportadoras). Al analizar el tamaño de las exportadoras se ve que está distribuido casi
uniformemente entre empresas pequeñas, medianas y grandes, siendo esta última categoría la que
corresponde a un 38% de las firmas que venden al exterior. Por su parte, las empresas orientadas
hacia el mercado doméstico son en su mayoría pequeñas y de propiedad nacional.
A efectos de tener una visión gráfica de la intensidad exportadora de las firmas de la
muestra se presenta el gráfico 1, donde se observa lo polarizado de los datos, ya que existen dos
grupos bien diferenciados de observaciones en el período, uno con muy bajo nivel de
exportaciones sobre ventas y otro que muestra un nivel muy alto en el mismo.
0
50
100frecuencia
150
200
250
Gráfico 1: Histograma del ratio exportaciones/ventas en 1997-2001
0
20
40
60
exportaciones/ventas
80
100
En el cuadro 3 se presentan las observaciones clasificadas de acuerdo a las divisiones de
la CIIU REV. 3 y especificando nivel de exportaciones y tamaño de cada división según su
14
orientación exportadora. A nivel internacional, los estudios comparativos sobre firmas encuentran
que las exportadoras son en general más grandes que las no exportadoras, evidencia que se
confirma en los datos de la industria uruguaya para este período, puesto que el tamaño de una
firma exportadora promedio es de 112 trabajadores, al tiempo que el de una no exportadora
asciende a 42 trabajadores. Este hecho se verifica para cada una de las divisiones de la industria,
donde se aprecia que las empresas exportadoras son notoriamente más grandes que sus pares
con orientación hacia el mercado interno.
Cuadro 3: Observaciones período 1997-2001 por divisiones según orientación exportadora
Exportadoras
División CIIU rev. 3
Total
15
17
18
19
20
22
24
25
26
28
29
31
33
34
36
resto
Descripción
Nº obs
Alimentos y bebidas
Productos textiles
Prendas de vestir y teñido de pieles
Curtiembres y fabricación de productos de cuero
Producción de madera y sus derivados (excepto
muebles); productos de caña, mimbre y corcho
Encuadernación, impresión, edición y
reproducción de grabados
Sustancias y productos químicos
Productos de caucho y plástico
Fabricación de otros productos minerales no
metálicos
Fabricación de productos metálicos,
maquinarias y equipos
Construcción de maquinaria, excepto la eléctrica
Fabricación de maquinaria y aparatos eléctricos
Instrumentos médicos, ópticos y de precisión
Vehículos automotores y remolques
Muebles y manufacturas N.C.P.
Otras industrias manufactureras
No
Exportadoras
Tamaño
42
53
28
46
27
4.100
1230
344
309
130
%
42,5
39,2
67,7
58,9
54,6
Tamaño
112
195
103
112
106
Exportaciones/
ventas
38,9
39,3
62,8
60,3
72,8
123
20,3
56
53,1
23
258
448
193
25,6
48,4
44,6
91
72
99
18,0
29,8
25,8
54
40
48
156
33,3
190
22,5
39
196
121
95
75
81
138
203
23,0
32,2
44,2
33,3
55,6
30,4
44,3
72
66
90
70
67
92
150
15,5
38,6
21,5
42,2
57,5
28,3
37,9
30
30
32
30
55
22
27
Fuente: INE
Por otro lado, si analizamos al sector exportador en el período, vemos que el ratio
exportaciones/ventas fue de 39% para todas las observaciones, pero la industria del cuero, los
productos textiles y las prendas de vestir se perciben como las de intensidad exportadora mas alta
al sobrepasar con creces el promedio de las exportadoras manufactureras. Asimismo, la industria
con menor peso de las exportaciones en las ventas totales en el período es una de las divisiones
más intensivas en capital: la fabricación de productos metálicos, maquinaria y equipo, con un ratio
de 15% en ese indicador.
15
De la sección de análisis descriptivo básico, se concluye que la muestra presenta un alto
componente de empresas exportadoras, compuestas en casi un 20% de capitales extranjeros, que
exportan en más de la mitad de los casos más del 25% de sus ventas totales y cuyo tamaño está
distribuído casi uniformemente entre empresas pequeñas, medianas y grandes. En tanto las
empresas no exportadoras de la muestra son en su mayoría empresas nacionales de tamaño
pequeño. Por último, los sectores manufactureros con mayor intensidad exportadora en el período
son los de las industrias del cuero, los productos textiles y la vestimenta, al tiempo que el sector
que menos exporta es el más intensivo en capital. Todas estas características de la muestra nos
ayudan a conocer a las empresas estudiadas, lo que contribuirá a explicar la evolución en el
período que tuvieron las variables asociadas al proceso productivo descritas en el capítulo de
Resultados.
5. MODELOS APLICADOS Y MÉTODOS DE ESTIMACIÓN
5.1. Función de Producción y Productividad Total de Factores
Se trabaja con una FP de tipo Cobb-Douglas y se define un modelo estático de la FP. Para
simplificar el análisis se supone que las firmas se mueven en mercados competitivos y que la FP
es homogénea para todas las firmas de la muestra. A los efectos de verificar que no haya una gran
heterogeneidad entre la FP de las empresas de esta muestra que invalide el último supuesto de
trabajo se realizaron estimaciones de la FP para agrupaciones de la CIIU REV3, no encontrándose
diferencias significativas entre los parámetros estimados para cada agrupación respecto a la
estimación promedio de la industria en el período. Con lo cual se estima la misma FP para todas
las empresas de la muestra utilizada.
β
La función está definida por la expresión Q = AL L K
(1) q = log A + β L l + β K k
16
βK
y en logaritmos se presenta como:
Donde q es el logaritmo del valor agregado, l es el logaritmo del empleo,
stock de capital,
βL
representa la elasticidad trabajo del producto,
producto y log A = a + ς , siendo
la economía y
ς
βK
k es el logaritmo del
la elasticidad capital del
a el componente común de la PTF para todas las empresas de
el componente idiosincrático de la FP asociado a la PTF.
Los estimadores de las funciones de producción basados en el modelo (1) están
generalmente sesgados y son inconsistentes, debido a los problemas de endogeneidad y de
selección de la muestra.
El problema de endogeneidad (o simultaneidad) presente en la estimación de la FP deriva
de que la productividad al ser conocida por el productor podría afectar potencialmente su elección
en cuanto a los factores de producción a contratar. Por su parte, el sesgo de selección deriva de
que en un panel de datos, al perder observaciones con determinadas características de la muestra
(muertes y otros) se introduce un sesgo por pérdida de aleatoriedad.
Por este motivo, se supone que
ς
tiene dos componentes, un shock
u que no está
η
que representa
correlacionado con la elección de los factores de producción y otro componente
los determinantes de la productividad de la firma que están potencialemente correlacionados con
los factores de producción trabajo ( l ) y capital ( k ).
Tal correlación entre el término de error y las variables explicativas determina que la
estimación por Mínimos Cuadrados Ordinarios de (1) lleve a estimadores sesgados de los
parámetros y, por consiguiente, de la PTF. El sesgo se espera que sea positivo, ya que se estaría
en el caso de una variable omitida en la estimación que hace que los coeficientes estimados estén
sobrevaluados.
La nueva especificación de la FP es la siguiente:
(2) q = a + β Ll + β K k + η + u
17
Trabajamos con un panel de datos, por lo que la estimación de la FP para cualquier empresa del
panel en un momento del tiempo t se escribe como:
(3) qit = at + β Lt lit + β Kt kit + η it + uit
Se realizó el test de Chow para comprobar que no haya un cambio estructural en el período que
impida trabajar con un panel único para 1997-2001 y no se rechazó la hipótesis de ausencia de
cambio estructural. Por este motivo, podemos suponer que
β Lt = β Lt + s y β Kt = β Kt + s ∀s , con lo
cual (3) es igual a:
(4) qit = at + β Llit + β K kit + ηit + uit y la ptf it = ε it = η it + u it , es aproximada a través de la
diferencia entre la producción y los factores de producción que la determinan., por lo que:
(5) ptf it = q it − a t − β L l it − β K k it
Se estima la FP por cuatro métodos econométricos usualmente utilizados en este tipo de análisis:
MCO que utiliza un pool de datos de corte transversal y los métodos Efectos Fijos, Método
Generalizado de Momentos y Levinsohn – Petrin para paneles de datos.
Primero se utiliza MCO en un pool de corte transversal, para lo cual se supone
exogeneidad
estricta
de
los
regresores,
es
decir
COV (ε it , l it ) = COV (ε it , k it ) = 0
para cualquier t ∈ {1,....., T } . En la medida que hay evidencia que indica que los supuestos no
se satisfacen en paneles de datos, esta estimación presenta los problemas de sesgo explicitados
anteriormente.
En segundo lugar se usa el estimador de paneles Intra Grupos (o de Efectos Fijos), el cual
supone que los shocks de productividad de la firma
De
esta
forma,
COV (η i , l it ) ≠ 0
η it no varían en el tiempo, por lo que η it = η i
y COV (η i , k it ) ≠ 0
18
aunque
COV (u it , l it ) = 0
y COV (u it , k it ) = 0 . Entonces para eliminar los efectos individuales permanentes en las
observaciones se realizan T-1 ecuaciones en diferencia. Este estimador no corrige por los sesgos
de selección y endogeneidad entre los regresores y la PTF mencionados anteriormente pues sólo
remueve el parámetro
η i al suponer que es constante en el tiempo.
Para economías en permanente cambio y que transitan por procesos de apertura
económica, como la uruguaya en los 90, suponer que la productividad es fija en el período no
resulta verosímil, por lo que se espera que al estimar por este método los coeficientes estén
sesgados. Para Pavnik (2002), los coeficientes estimados están subvaluados, lo que se explica
porque el estimador por Efectos Fijos recae en la variación intertemporal dentro de las plantas y
por lo tanto sobredimensiona cualquier error de medida que pueda existir en las estimaciones.
Como se sabe que un error de medida genera un sesgo de atenuación, entonces
podemos
EF
EF
EF
esperar que βˆ L ⟨ β L y el mismo razonamiento vale para βˆ K , por lo que βˆ K ⟨ β K .
En tercer lugar, se estima la FP por el Método Generalizado de Momentos (MGM) en un
sistema de ecuaciones (system GMM) que corrige el problema de la endogeneidad pero no el
sesgo de selección, por lo que los estimadores estén posiblemente sesgados 17 . Por último se
utiliza la metodología basada en técnicas semiparamétricas de Levinsonh – Petrin (LP) 18 , la que
corrige las estimaciones por ambos sesgos siendo la más adecuada para estimar la PTF. Se
comparan los coeficientes estimados por los cuatro métodos, analizando su significación y
coherencia, pero se utiliza para la estimación de la PTF el método de LP.
5.2. Modelos de la relación entre productividad y orientación exportadora
- Relación entre productividad de exportadoras y de no exportadoras
(6) log y it = α 0 + α 1 exit + α 2 capext it + α 3 mediana it + α 4 grande it + d t + ε it
17
18
El sesgo será mayor cuantas más empresas salgan de la muestra.
Desarrollo de la metodología en Anexo 3.
19
log y it representa el logaritmo de la productividad de la firma i en el período expresado en dos
indicadores: el logaritmo de la PTF y el logaritmo de la productividad del trabajo. exit es una
variable binaria que vale 1 si la empresa exporta y 0 en caso contrario. Se controla por capital
extranjero, tamaño de la empresa y año 19 .
Con este modelo se analiza si existe un “premio por exportar” para las empresas
exportadoras, representado por un nivel más alto de productividad respecto a las no exportadoras
( α 1 ⟩ 0 ). Esta ecuación se estima para todas las firmas de la muestra. Se incluyen variables
categóricas por tamaño y presencia de capitales extranjeros para comparar empresas dentro de
grupos comunes, ya que de no ser así se podría estar asociando erróneamente una mayor
productividad a las empresas exportadoras aunque esta variable estuviera siendo influenciada por
el tamaño de la firma o porque la misma sea parte de una empresa transnacional.
Se espera que el tamaño de las firmas y la participación de capital extranjero tengan una
relación positiva y significativa con la productividad de las firmas.
- Relación entre productividad de exportadoras y no exportadoras según intensidad en las
exportaciones
3
(7) log y it = δ 0 + ∑ δ j X itj + δ 4 capext it + δ 5 mediana it + δ 6 grandeit + d t + ε it
j =1
X itj : son variables binarias que reflejan la intensidad exportadora de la empresa. La
intensidad exportadora es baja si la empresa exporta menos del 25% de las ventas, es media si
exporta entre el 25% y el 75% de las ventas y es alta si exporta más del 75% de las ventas.
Con este modelo se quiere evaluar si los diferenciales de productividad son una función
creciente del ratio de exportaciones sobre ventas totales de las empresas o si estos diferenciales
reflejan el efecto de pertenecer al mercado exportador independientemente del grado de
exposición a los mercados externos. Si las empresas, luego de ingresar al mercado exportador, se
benefician con economías de escala o adquisición de nuevas tecnologías que promueven un
19
Detalle de las variables creadas en Anexo 2.
20
aprendizaje por exportar, sería esperable que estos beneficios fueran mayores a mayor exposición
al mercado exportador de las firmas.
- Relación entre productividad de exportadoras y no exportadoras según patrones de transición 20 .
Se analiza la diferencia porcentual en la productividad de distintos grupos de empresas para
investigar si existe un proceso de autoselección de firmas en el mercado exportador y si se puede
hablar de un proceso de aprendizaje de las empresas luego de entrar al mercado exportador 21 .
De cumplirse el proceso de autoselección el grupo de firmas que ingresa al mercado
exportador y el grupo de las que permanecen en él tendrán mayores niveles de productividad que
el de las no exportadoras. Por otro lado si entre las empresas manufactureras uruguayas existe un
proceso de “aprendizaje por exportar”, la productividad de las exportadoras se incrementará a lo
largo del tiempo.
A efectos de estudiar estas hipótesis se definen cuatro grupos de plantas según su
actividad exportadora en un período de tiempo, considerando dos años cualesquiera: t – s (año
inicial) y t (año final).
•
Grupo 1: No exportadoras: no exporta en t-s, ni en t
•
Grupo 2: Exportadoras que entran: no exporta en t-s, exporta en t
•
Grupo 3: Exportadoras que salen: exporta en t-s, no exporta en t
•
Grupo 4: Exportadoras que permanecen: exporta en t-s y en t
Si la autoselección es importante, en el año t-s la productividad del grupo de firmas entrantes
(grupo 2) debería superar a la de las firmas no exportadoras (grupo 1). La comparación con la
productividad del año t mostrará si las diferencias iniciales se estrecharon, ampliaron o
mantuvieron incambiadas luego que el grupo 2 adquiriera cierta experiencia en el mercado
exportador. En el caso de cumplirse la hipótesis de aprendizaje por exportar las diferencias
deberían aumentar.
20
21
Metodología basada en los trabajos de Aw, Chung y Roberts (1998) y Álvarez y López (2004).
Las definiciones de estos conceptos se presentan en el capítulo Marco Teórico.
21
Para estudiar si los diferenciales de productividad persisten luego de que un grupo de
firmas se va del mercado exportador, se compara la productividad de los años t-s y t de los grupos
3 y 4, o sea las firmas que pertenecían al mercado exportador en t-s y luego siguieron distintos
caminos. Si la autoselección es importante entonces la salida del mercado debería estar
concentrada en aquellas firmas con más baja productividad en t-s. En tanto, si exportar trae
beneficios adicionales entonces se debería observar un aumento de los diferenciales de PTF entre
el grupo que permanece y el que se va del mercado exportador en el período.
Por otro lado, para observar si los exportadores siguen distintos patrones de productividad
en el tiempo respecto a los no exportadores se compara la PTF en los años t-s y t de los grupos 1 y
4 (no exportadoras y permanentes respectivamente). Si el mercado exportador marca una
diferencia en la acumulación de conocimiento a lo largo del tiempo esto se reflejará en un aumento
de la divergencia en la productividad de estos dos grupos entre t-s y t.
A efectos de refinar el análisis comparativo, se podría analizar a los nuevos productores de
ambos grupos, que se entiende serían los más beneficiados en la asimilación de aprendizaje por
exportar, en ambos períodos de tiempo t-s y t. Lamentablemente, este análisis no podrá realizarse
para el caso de la industria uruguaya, ya que los datos con los que se cuenta no brindan
información acerca de la edad de las empresas.
- Modelo de productividad y orientación exportadora según patrones de transición:
Se realizan dos versiones del modelo: una que diferencia la productividad de los grupos de firmas
exportadoras entrantes, salientes y permanentes en el año t (año final) y otra que diferencia la
productividad de entrantes, salientes y permanentes en el año t-s (año inicial), siendo el grupo de
comparación las no exportadoras.
Modelo para el año final de la comparación:
(8)
log y i ,t = φ 0 + φ1 ent its + φ 2 sale its + φ 3 perm its + φ 4 capext it + φ 5 mediana it + φ 6 grande it + ε it
s = 1, K ,4
22
Modelo para el año inicial de la comparación:
(9)
log y i ,t − s = γ 0 + γ 1 ent its + γ 2 sale its + γ 3 perm its + γ 4 capext it + γ 5 mediana it + γ 6 grande it + ε it
s = 1, K ,4
•
ents: variable que vale 1 si la empresa no exportó en t-s y exporta en t y 0 en caso
contrario.
•
sales: variable que vale 1 si la empresa exportó en t-s y no exporta en t y 0 en caso
contrario.
•
perms: variable que vale 1 si la empresa exportó en t-s y exporta en t y 0 en caso contrario.
En tanto, los coeficientes representan la diferencia porcentual de la productividad de las empresas
en t y t-s de los grupos de empresas según orientación exportadora: 1)
no exportadoras, 2)
φ2 y γ 2
salientes versus no exportadoras y 3) φ 3 y
φ1 y γ 1
entrantes versus
γ 3 permanentes versus no
exportadoras.
Se usan dos años para definir el status exportador (t-s y t) y se tienen 5 años de
observaciones (97-01), por lo cual se estiman cuatro versiones de las ecuaciones. Estas versiones
definen los patrones de transición de las firmas.
Los patrones de transición son:
1. combinación de años t-1 y t (97-98, 98-99, 99-00, 00-01): transición 1 año.
2. combinación de años t-2 y t (97-99, 98-00, 99-01): transición 2 años.
3. combinación de años t-3 y t (97-00, 98-01): transición 3 años.
4. combinación de años t-4 y t (97-01): transición 4 años.
Para tener evidencia de autoselección debería pasar lo siguiente con los grupos en t-s:
•
la productividad de las entrantes debería superar a las de las no exportadoras γ 1 ⟩ 0
23
•
la productividad de las permanentes debería ser mayor que la de las salientes y la
productividad de estos grupos debería superar a la de las no exportadoras
γ 3 ⟩γ 2 ⟩ 0
Para tener evidencia de aprendizaje por exportar debería pasar lo siguiente con los grupos en el
período (t-s, t):
•
la diferencia de la productividad de las entrantes respecto a las no exportadoras debería
aumentar
•
φ1 − γ 1 ⟩ 0
la brecha entre la productividad de las firmas permanentes y de las no exportadoras
debería incrementarse
•
φ3 − γ 3 ⟩ 0
los diferenciales de productividad entre el grupo que permanece y el saliente deberían
aumentar
φ3 − φ 2 ⟩ γ 3 − γ 2
Los modelos presentados para establecer la relación entre productividad y orientación exportadora
se estiman por MCO en un pool de corte transversal tanto para el período 97-01 como para la
comparación entre los años t-s y t. Se utiliza esta metodología porque lo que se estima es la
influencia de la orientación exportadora en la productividad de las empresas y se controla por
tamaño de la empresa y por capitales extranjeros, variables que desaparecerían de usar un
estimador Intra Grupos (por ser parte de los efectos fijos).
De esta forma, la opción más adecuada para realizar estas estimaciones es hacer MCO.
Se estiman dos ecuaciones por cada modelo, una que tiene como variable dependiente el
logaritmo de la PTF estimada por el método LP 22 y otra que tiene el logaritmo de la Productividad
del Trabajo. En el caso del modelo de productividad y orientación exportadora según patrones de
transición, se estiman las dos versiones del modelo según los cuatro patrones de transición
definidos, con la variable dependiente PTF por un lado y con la variable dependiente productividad
del trabajo por el otro. De este modo, se trabaja con un total de 20 estimaciones de estos modelos.
22
Se estiman las mismas relaciones con la PTF del método MGM para comprobar la robustez de los resultados y no se
observan diferencias significativas, las salidas no son reportadas.
24
6. RESULTADOS
6.1. Estimaciones de la Función de Producción 23
Los resultados de estimar la FP por MCO, EF, MGM y LP se presentan en el cuadro 4. Los
coeficientes de los parámetros estimados resultan estadísticamente significativos para las cuatro
metodologías aplicadas con errores estándar robustos a heteroscedasticidad y a correlación
serial 24 .
Cuadro 4: Estimaciones de la FP según Factor Trabajo
Lhsobreros
Factor trabajo con lhsobreros
MCO
EF
MGM
LP
0.602*** 0.216***
0.073
0.540***
(0,034)
(0,035)
(0,182)
(0,034)
Lpersonalocup
Lcapital_cte
Observaciones
R cuadrado
Nº de empresas
0.354***
(0,023)
3634
0,69
0.090***
(0,03)
3634
0,11
927
0.465***
(0,087)
3629
0.136***
(0,039)
3578
926
Factor trabajo con lpersonalocup
MCO
EF
MGM
LP
0.876***
(0,037)
0.274***
(0,02)
3843
0,73
0.409***
(0,072)
0.096***
(0,03)
3843
0,12
972
0.358***
(0,076)
0.491***
(0,167)
3838
0.846***
(0,037)
0.127**
(0,05)
3771
971
Notas: Errores estándar robustos a heteroscedasticidad y a correlación serial entre paréntesis
- *** coeficiente significativo al 1%; **coeficiente significativo al 5%; *coeficiente significativo al 10%
-Incluye término constante y variables binarias por año no reportadas.
-La variable dependiente es el logaritmo del VAB y para el método LP la variable proxy de los shocks de productividad es el
logaritmo de la energía eléctrica.
En concordancia con la teoría y la evidencia empírica 25 sobre el tema, los coeficientes de
la FP asociados al factor trabajo estimados por MCO son los mayores de los cuatro métodos
analizados para cada una de las dos especificaciones de la FP, en tanto los coeficientes asociados
al factor capital también son los mayores excepto al compararlos con los de MGM. Se estima que
estos coeficientes están sesgados positivamente, ya que el sesgo surge de la correlación entre el
término de error y las variables explicativas de la FP y se entiende que será positivo porque
representa el caso de una variable omitida en la estimación que hace que los coeficientes
23
La FP también se estimó por los cuatro métodos usando Obreros y Empleados como Factor Trabajo, los coeficientes no
difirieron significativamente de los presentados en el Cuadro 4.
24
Excepto el coeficiente de productividad del trabajo para la estimación por MGM con Hs. Obreros.
25
Ver Blundell y Bond (1998), Levinsonh y Petrin (2003) y Pavnik (2001) entre otros.
25
estimados estén sobrevaluados. En particular, para la estimación con personal ocupado como
factor trabajo la elasticidad trabajo del producto es de 0,876 y la elasticidad capital del producto
asciende a 0,274.
Los coeficientes estimados por el estimador de EF, en tanto, están también sesgados, pero
en este caso el sesgo es negativo, lo cual se asocia a la sobredimensión de errores de medida de
las variables que genera un sesgo de atenuación. En este sentido, el coeficiente de la FP asociado
al trabajo asciende a 0,409, un nivel mucho menor al obtenido por el método MCO, al tiempo que el
coeficiente asociado al capital se ubica 0,096 y resulta ser el menor nivel observado en las cuatro
estimaciones. Estos resultados son los esperados cuando se estima la FP utilizando estas
metodologías y se entiende que los coeficientes de la mejor estimación de la FP se ubicarán entre
los coeficientes de estos métodos, por lo tanto 0,409 ⟨ βˆ l
óptimo
⟨ 0,876 y 0,096⟨ βˆ kóptimo ⟨ 0,274 .
Por su parte, la elasticidad trabajo del producto estimada por MGM no resulta significativa
al tiempo que la elasticidad capital del producto presenta un sesgo positivo importante (asciende a
0,491 en la especificación con personal ocupado) lo cual también está acorde a lo que predice la
literatura sobre el tema y deriva del sesgo por selección de la muestra que se presenta en este tipo
de estimaciones.
Por lo tanto, los coeficientes estimados por el método LP que corrigen por los sesgos de
selección y de endogeneidad y se ubican entre los coeficiente estimados por MCO y por EF,
parecen ser los más ajustados a los verdaderos parámetros de la FP.
En la estimación de LP con personal ocupado como factor trabajo los coeficientes
evidencian una situación de retornos constantes a escala en la industria uruguaya, ya que la
elasticidad trabajo del producto asciende a 0,85 y la elasticidad capital del producto a 0,13.
Asimismo, el análisis estadístico a partir del Test de Wald no permite rechazar la hipótesis nula de
rendimientos constantes a escala (p value de 0,62). Entonces, es previsible que si se duplica la
cantidad de los factores trabajo y capital se obtendrá el doble de producción.
Este resultado coincide al obtenido por Casacuberta, Fachola y Gandelman (2004),
quienes verificaron que la industria en el período 1982-1996 presentaba retornos constantes a
26
escala al realizar las estimaciones con la metodología de LP utilizando las variables obreros y
empleados como factor trabajo.
Por otro lado, al estimar la FP con las horas trabajadas como el componente del factor
trabajo se verifica una situación de retornos decrecientes a escala, ya que la elasticidad trabajo es
de 0,54 y la elasticidad capital de 0,14, lo que implica que al duplicar la cantidad de cada uno de
los factores se obtendrá menos del doble de producción. Esto puede significar la falta de algún
factor de producción en la estimación de FP 26 . Queda pendiente para futuras investigaciones
ahondar en esta hipótesis.
Para evaluar la consistencia del método Levinsohn-Petrin se realizó un test basado en estimar
la FP con el logaritmo del consumo de combustible en lugar del logaritmo de la energía eléctrica
como proxy de los shocks de productividad y los coeficientes resultaron significativos y similares a
los de la estimación original. De este modo, se comprobó que la energía eléctrica es un buen
estimador de los shocks de la productividad no observados por el investigador.
6.2. Indicadores agregados de productividad
Los indicadores agregados por año que se analizan en esta sección son la Productividad Parcial
del Trabajo, la Productividad Parcial del Capital y la PTF que surge de la predicción realizada a
partir de la estimación de la FP de LP 27 . Para mostrar la evolución de estas variables en el período
considerado, se construyeron índices promedio con base 1997.
Hay que destacar que estos indicadores son agregaciones de los microdatos de encuestas
para el período 1997-2001 que ponderan de manera diferente a la realizada por el INE a las
empresas de la muestra y no consideran a las empresas que mueren en el período 28 y por ende no
son comparables con la información de las macrovariables del INE. Las diferencias más
importantes radican en que el INE utiliza expansores para representar el universo de la industria,
trabaja con todos los microdatos (incluyendo la empresa pública ANCAP que mostró una gran
26
Si tenemos el doble de todos los factores de producción menos el de uno, no podremos duplicar la producción.
PTFLP: productividad total de factores con factor trabajo personal ocupado.
En este sentido, el INE utiliza ponderadores fijos del año 1988 para calcular el VAB y el Índice de Volumen Físico, por lo
que si en una rama con una alta ponderación en el VAB de la industria en el año 1988 mueren muchas empresas en los
años posteriores, su contribución al VAB caerá abruptamente y como los ponderadores se mantienen fijos esta caída
afectará la evolución del VAB total de la industria manufacturera.
27
28
27
caída de su VAB en el período considerado) y utiliza otros ponderadores para llegar a sus
resultados 29 .
La consecuencia de no usar los expansores del INE para la agregación determina que la
evolución de los indicadores agregados a partir de los microdatos corresponda en gran medida a la
evolución de las empresas más grandes de la muestra, ya que estas al ser de inclusión forzosa
están sobre representadas en los micro datos. Por este motivo, se entiende que los indicadores
agregados de los microdatos no presentarán la misma evolución que las macrovariables del INE,
ya que los primeros estarán representando la evolución del grupo de empresas más grandes y con
mayor volumen de ventas de la industria manufacturera.
Por otro lado, para hacer comparables los resultados de las productividades parciales con
los de la PTF no se consideraron en el cálculo de estos indicadores agregados las firmas con VAB
negativo 30 , porque estas no son tenidas en cuenta en las estimaciones de la PTF. A continuación
se presentan los índices agregados que se construyeron.
La productividades parciales y la PTF son construidas como promedios ponderados de las
productividades a nivel de firma, siguiendo la metodología aplicada por Casacuberta, Fachola y
Gandelman (2004), que es la que se utiliza tradicionalmente en la literatura 31 .
Se definen las variables anuales como
trabajo),
E (nivel de empleo), p E (productividad del
K (capital) y p K (productividad del capital). Los ponderadores de la productividad del
trabajo corresponden a la participación de la firma i en el total de empleo del año
esta forma la productividad del trabajo agregada es igual a
φitE = E it / E t . De
ptE = Σ φitE pitE . Por su parte, los
i
ponderadores de la productividad del capital corresponden a la participación de la firma i en el total
de capital del año:
φ itK = K it / K t , por lo que la productividad del capital agregada es igual a
29
Por ejemplo, el Índice de Volumen Físico de la Industria Manufacturera (que se compara con los indicadores de
producción) utiliza como ponderadores de las empresas dentro de cada rama los datos de personal ocupado de 1988 y
como ponderadores por rama el VAB de 1988.
30
Se estima que la influencia de estas observaciones en los resultados es mínima, ya que representan alrededor del 3% de
la muestra y en su mayoría son empresas pequeñas.
31
Según lo indican Levinsohn y Petrin (2003c)
28
ptK = Σ φitK pitK . Los índices de la productividad parcial del trabajo y del capital se presentan en el
i
gráfico 2.
En el gráfico 2 se ve cómo las productividades parciales marcan una tendencia
ascendente, aunque la productividad del trabajo se despega de la productividad del capital a partir
del año 2000. Este resultado se explica por la suba en el VAB de las empresas de la muestra en el
período, sumado a la caída del personal ocupado y a la estabilidad del capital durante los años.
450
Gráfico 2: Evolución de las productividades parciales
Indices base 1997
400
prodtrabajo
350
prodcapital
300
250
200
150
100
50
0
1997
1998
1999
2000
2001
Por su parte, la PTF agregada es un promedio ponderado de las PTF a nivel de firma,
cuyos ponderadores son la participación de la firma i en el total de producto del año
φ itVAB = VABit / VABt . Entonces, la PTF agregada es igual a ptf t = Σ φitVAB ptf it .
i
En el gráfico 3 se analiza la PTF con personal ocupado como factor trabajo, la que muestra
una clara tendencia ascendente en el período, con un nivel de crecimiento anual de 39% en
promedio. Como se definió en el capítulo del Marco Teórico, las variaciones de la PTF se asocian
con el cambio tecnológico no incorporado en los factores de producción, por lo que en el período
analizado encontramos evidencia consistente con una mejora tecnológica importante en las
empresas del micropanel.
29
Gráfico 3: Evolución de la PTF
450
Indices base 1997
400
350
300
250
200
150
100
50
0
1997
1998
1999
2000
2001
Una explicación para el incremento de la productividad en el período puede radicar en el
hecho de que el proceso de apertura económica iniciado en los años 90 y profundizado a mediados
de la década llevó a que muchas empresas comenzaran en esos años a esforzarse por mejorar su
eficiencia, incrementando sus niveles de productividad en aras de hacerse competitivas. 32
De esta forma, las empresas industriales y en particular las exportadoras, comenzaron un
proceso de reconversión que las llevó aumentar sus niveles de productividad para permanecer en
el mercado. Esta situación se hizo más aguda en 1999 tras la devaluación del real en Brasil, que
generó un aumento en la competitividad de las empresas brasileñas y una pérdida en la de sus
pares uruguayas.
La fuerte competencia que enfrentaron las empresas uruguayas en el período y en
particular que sufrieron las exportadoras, aumentó las exigencias de eficiencia necesarias a efectos
de seguir siendo rentables y permanecer en el mercado. Esta situación podría contribuir a explicar
la alta productividad observada en las empresas exportadoras de esta muestra en el período, que
fueron las sobrevivientes de este proceso.
32
La apertura económica es vista en la literatura como beneficiosa para la mejora en la productividad de las empresas. En
este sentido, Wacziarg (2001) señala que la apertura puede beneficiar a la productividad a través de la mejora en la calidad
y variedad de los insumos, la difusión de conocimiento, los efectos de aprendizaje y el aumento del tamaño de los
mercados.
30
6.3. Diferenciales de productividad según orientación exportadora
A efectos de explorar los patrones sistemáticos en la productividad de las manufacturas, se
estimaron una variedad de regresiones para las firmas en el período y en comparaciones de pares
de años, con diferentes medidas de la productividad como variable dependiente y un conjunto de
variables binarias que controlaron por año, tamaño de las empresas y existencia de capitales
extranjeros.
Se reportan las regresiones que utilizan como variable dependiente la productividad del
trabajo y la PTF con personal ocupado como factor trabajo 33 . No obstante, se estimaron las
relaciones entre la PTF con horas de obreros como factor trabajo y los resultados no variaron
significativamente de los obtenidos con estas especificaciones.
6.3.1.
Diferenciales de productividad entre exportadoras y no exportadoras
- Análisis básico
En primer lugar se realizó un ejercicio básico para determinar si la productividad de las empresas
exportadoras uruguayas supera a la de las no exportadoras en el período 1997-2001, tal cual
demuestra la evidencia empírica sobre el tema, cuyos resultados se describen en el cuadro 5.
Se estimó la relación simple entre la productividad de exportadoras y no exportadoras
controlando solamente por año y se encontró que los diferenciales en la PTF y en la productividad
del trabajo son de 61,5% y 70,7% respectivamente. Al controlar por año, tamaño de la empresa y
capital extranjero los diferenciales de productividad caen a 41,4% y 51,4% respectivamente. No
obstante, son estadísticamente significativos al 99% en todas las estimaciones y marcan un premio
por exportar muy alto.
En los resultados observados se verifica que las empresas que tienen capitales extranjeros
son mucho más productivas que las nacionales (67% según la PTF y 79% según la productividad
laboral) con coeficientes significativos estadísticamente. Respecto al tamaño de las firmas, no está
claro que las más grandes sean las más productivas, sino que las que aparecen con el diferencial
33
Por un problema de espacio se trabaja sólo con una versión de la PTF, la que utiliza el personal ocupado como factor
trabajo, ya que se entiende es la más apropiada porque presenta el mayor número de observaciones con dato.
31
más alto de productividad son las empresas de tamaño medio. No obstante, los coeficientes que
marcan los diferenciales de productividad de estos grupos de empresas respecto a las no
exportadoras son todos positivos y significativos al 99%.
Cuadro 5: Diferenciales de Productividad 1997-2001
exportadora
mediana
grande
capextranj
Observaciones
R cuadrado
Productividad Total de Factores
1
2
3
0.615***
0.485***
0.414***
(0.054)
(0.061)
(0.058)
0.327***
0.305***
(0.058)
(0.056)
0.327***
0.262***
(0.076)
(0.072)
0.675***
(0.097)
3838
3838
3838
0.12
0.15
0.18
Productividad del Trabajo
1
2
3
0.707***
0.596***
0.514***
(0.057)
(0.064)
(0.061)
0.300***
0.275***
(0.062)
(0.060)
0.262***
0.187**
(0.081)
(0.076)
0.789***
(0.102)
3997
3997
3997
0.13
0.15
0.19
Notas:
-Errores estándar robustos a heteroscedasticidad y a correlación serial entre paréntesis
- *** coeficiente significativo al 1%; **coeficiente significativo al 5%; *coeficiente significativo al 10%
-Incluye término constante y variables binarias por año no reportadas.
- Análisis según intensidad exportadora
En segundo lugar se analizaron los diferenciales en la productividad de las empresas según la
intensidad exportadora de las mismas, definiendo tres categorías de intensidad: baja, media y
alta 34 . Al igual que en el ejercicio anterior, se controló por año, tamaño de las empresas y por
capital extranjero. El cuadro 6 detalla los resultados de las estimaciones.
Los coeficientes de intensidad exportadora son positivos y significativos en todos los casos,
reafirmando los resultados del ítem anterior. Se encuentra que las empresas exportadoras con
mayor exposición a los mercados externos son las que presentan los mayores diferenciales de
productividad, ya que resultan un 49% y un 57% más productivas que las no exportadoras.
Respecto a las firmas con intensidad exportadora media y baja, las estimaciones no son
concluyentes respecto a una diferencia en la productividad. A efectos de estudiar si existe una
34
Ver definición en el capítulo 5.2.
32
diferencia estadística entre los coeficientes se realizaron Test de Wald que no permiten rechazar
la hipótesis nula de igualdad en los parámetros estimados (p value mayores a 0,6).
Cuadro 6: Diferenciales de Productividad por intensidad exportadora 1997-2001
expintens1
expintens2
expintens3
mediana
grande
capextranj
Observaciones
R cuadrado
Productividad Total de Factores
1
2
3
0.587***
0.443***
0.400***
(0.059)
(0.060)
(0.057)
0.565***
0.432***
0.369***
(0.071)
(0.081)
(0.078)
0.719***
0.608***
0.489***
(0.115)
(0.120)
(0.116)
0.335***
0.309***
(0.057)
(0.056)
0.331***
0.267***
(0.0762)
(0.072)
0.666***
(0.097)
3838
3838
3838
0.12
0.15
0.18
Productividad del Trabajo
1
2
3
0.685***
0.559***
0.507**
(0.062)
(0.063)
(0.060)
0.652***
0.540***
0.467**
(0.074)
(0.084)
(0.081)
0.806***
0.714***
0.574**
(0.0123)
(0.129)
(0.125)
0.307***
0.275***
(0.062)
(0.060)
0.266***
0.187**
(0.082)
(0.076)
0.789***
(0.102)
3997
3997
3997
0.13
0.15
0.19
Notas:
-Ídem cuadro anterior
6.3.2.
Diferenciales de productividad por grupos de transición
En esta sección se analiza por un lado si los diferenciales de productividad entre exportadoras y no
exportadoras corresponden a un proceso de autoselección de las empresas en el mercado
exportador, por el cual las únicas empresas que pueden afrontar los altos costos de entrada al
mercado exportador son las más productivas y por ende son las que ingresan al mismo. En
consonancia con este proceso también se evalúa si las empresas que salen del mercado son el
grupo que presenta la productividad relativa más baja. Asimismo se estudia si entre el grupo de
empresas exportadoras existe el efecto de “aprendizaje por exportar”, que se reflejaría en
aumentos en la productividad de las empresas derivados de la asimilación de conocimientos,
tecnología y economías de escala a causa de pertenecer al mercado exportador.
Con este objetivo se utilizan los grupos de empresas según su actividad exportadora en t-s
y en t definidos en el capítulo metodológico:
•
Grupo 1: no exportadoras
•
Grupo 2: entran
33
•
Grupo 3: salen
•
Grupo 4: permanecen
Se realizan dos ejercicios, por un lado se analizan los diferenciales de productividad en el año t
(final del período) de estos grupos de empresas con el grupo de no exportadoras como base,
controlando por año, por tamaño y por capital extranjero y por otro lado se realiza el mismo
ejercicio pero se estudian las diferencias de productividad en el año t-s (inicio del período).
Los diferenciales de PTF para el año t se observan en el cuadro 7, donde lo primero que se
destaca es que las empresas que entran y las que permanecen en el mercado exportador tienen
los diferenciales más altos de productividad respecto a las no exportadoras y estas diferencias son
significativas en todos los tipos de transición, lo cual confirma la hipótesis de autoselección de las
empresas.
Cuadro 7: Diferenciales de PTF en t según permanencia en el mercado exportador
entran
salen
permanecen
mediana
grande
capextranj
Observaciones
R cuadrado
1 año
0.371***
(0.115)
0.151
(0.108)
0.425***
(0.060)
0.313***
(0.056)
0.288***
(0.069)
0.689***
(0.097)
3838
0.14
Tipo de transición
2 años
3 años
0.532***
0.588***
(0.107)
(0.123)
0.213*
0.246*
(0.109)
(0.129)
0.562***
0.588***
(0.058)
(0.059)
0.318***
0.345***
(0.055)
(0.055)
0.304***
0.350***
(0.066)
(0.065)
0.690***
0.724***
(0.096)
(0.096)
3838
3838
0.16
0.15
4 años
0.744***
(0.152)
0.334**
(0.137)
0.682***
(0.064)
0.370***
(0.055)
0.395***
(0.066)
0.753***
(0.096)
3838
0.14
Notas:
-Ídem cuadro anterior
En tanto, fortaleciendo la evidencia a favor de la autoselección, se encuentra que las
empresas que salen del mercado son las que presentan la menor PTF relativa. Los coeficientes
estimados no parecen indicar que existan diferencias significativas entre los grupos que entran y
34
los que permanecen exportando. Para confirmar esto se realizaron Test de Wald para todos los
tipos de transición y no se rechazó la hipótesis nula de igualdad de coeficientes.
Los diferenciales de productividad para el año t-s detallados en el cuadro 8 permiten
confirmar que no se rechaza la hipótesis de autoselección de las empresas exportadoras al mostrar
que se cumplen las dos condiciones impuestas en el capítulo metodológico para tener evidencia de
que se estaría frente a este proceso.
La primera condición es que las empresas que entran al mercado exportador en t sean
más productivas que las no exportadoras en el año t-s, hecho que se verifica para todos los tipos
de transición con coeficientes estadísticamente significativos. Las futuras empresas entrantes al
mercado exportador son en t-s 31% más productivas que las no exportadoras para el patrón de
transición de un año y 48% para el de cuatro años.
Cuadro 8: Diferenciales de PTF en t-s según permanencia en el mercado exportador
entran
salen
permanecen
mediana
grande
capextranj
Observaciones
R cuadrado
1 año
0.310***
(0.093)
0.201**
(0.096)
0.393***
(0.064)
0.281***
(0.059)
0.279***
(0.074)
0.671***
(0.102)
2827
0.15
Tipo de transición
2 años
3 años
0.405***
0.358***
(0.093)
(0.107)
0.236***
0.277***
(0.082)
(0.082)
0.383***
0.340***
(0.065)
(0.065)
0.265***
0.250***
(0.063)
(0.063)
0.330***
0.318***
(0.074)
(0.075)
0.663***
0.680***
(0.098)
(0.099)
2061
1324
0.17
0.18
4 años
0.481***
(0.111)
0.367***
(0.088)
0.442***
(0.065)
0.206***
(0.065)
0.363***
(0.078)
0.657***
(0.106)
700
0.25
Notas:
-ídem cuadro anterior
En tanto, la condición que indica que los diferenciales de productividad de las firmas
permanentes en t-s deberían superar a los de las salientes y ambos ser mayores a los de las no
exportadoras también se cumple en todos los patrones de transición. La diferencia promedio de los
35
patrones de transición entre la productividad de las permanentes respecto a las salientes es de
12%, siendo todos los coeficientes estadísticamente significativos.
Por otro lado, para estudiar si se cumple un proceso de “aprendizaje por exportar” entre las
empresas industriales exportadoras del país en el cuadro 9 se analizan las tres condiciones
establecidas en la metodología, que indican que debería darse el siguiente comportamiento con los
grupos entre t-s y t:
•
los diferenciales de productividad de las entrantes respecto a las no exportadoras deberían
aumentar.
•
la brecha entre la productividad de las firmas permanentes y de las no exportadoras
debería incrementarse.
•
los diferenciales de productividad entre el grupo que permanece y el saliente deberían
aumentar.
Cuadro 9: Condiciones de proceso de “aprendizaje por exportar”
1 año
ΔPTFentran (t , t − s )
Tipo de transición
2 años 3 años 4 años
0,061
0,127
0,23
0,263
-0,05
-0,023
-0,031
-0,033
0,032
0,179
0,248
0,24
ΔPTFperm(t , t − s ) − ΔPTFsalen(t , t − s ) 0,082
0,202
0,279
0,273
ΔPTFsalen (t , t − s )
ΔPTFperm(t , t − s )
Notas:
-Elaboración propia en base a los cuadros 7 y 8.
-Estos resultados no pueden probarse estadísticamente porque surgen de realizar las diferencias entre los
coeficientes de las estimaciones de los cuadros 7 y 8.
Los cálculos de variación de los diferenciales de PTF entre t y t-s para todos los patrones
de transición permiten concluir que en Uruguay tampoco se rechazaría la hipótesis de “aprendizaje
por exportar”, ya que la PTF de las empresas que entran al mercado exportador en t presenta una
evolución positiva en el tiempo respecto a las no exportadoras, lo que brinda evidencia que este
grupo de empresas “aprendió” tras insertarse en el mercado exportador.
36
La misma evidencia se obtiene al analizar la brecha en los diferenciales de PTF de las
empresas que permanecen en el mercado, las cuales aumentan su distancia respecto a las no
exportadoras entre los años considerados.
Como se dijo en la especificación del modelo, estas diferencias no pueden probarse
estadísticamente, lo que se puede hacer es reestimar el modelo usando como grupo base la
categoría que se quiera comparar con las restantes. Esta tarea queda pendiente para futuras
investigaciones.
Por último, cuando estudiamos la diferencia entre la evolución de la PTF del grupo de
empresas permanentes respecto a las que salen del mercado en t, encontramos que la misma es
positiva, lo que indica que hubo un distanciamiento entre los niveles de productividad de ambos
grupos a partir de la desvinculación del mercado exportador del grupo de salientes.
Idéntico análisis se realiza con los diferenciales de productividad laboral y se llega a las
mismas conclusiones que con los diferenciales de PTF. En los cuadros 10 y 11 se observa la
productividad de los grupos respecto a las no exportadoras y también se encuentra evidencia del
proceso de autoselección de las firmas.
Cuadro 10: Diferenciales de Productividad del Trabajo en t según permanencia en mercado exportador
entran
salen
permanecen
mediana
grande
capextranj
Observaciones
R cuadrado
1 año
0.464***
(0.116)
0.234**
(0.109)
0.514***
(0.062)
0.290***
(0.060)
0.229***
(0.073)
0.807***
(0.101)
3997
0.15
Tipo de transición
2 años
3 años
0.589***
0.662***
(0.109)
(0.128)
0.282**
0.330**
(0.112)
(0.131)
0.643***
0.666***
(0.060)
(0.061)
0.301***
0.335***
(0.059)
(0.058)
0.256***
0.313***
(0.070)
(0.070)
0.814***
0.852***
(0.101)
(0.100)
3997
3997
0.17
0.16
4 años
0.821***
(0.154)
0.427***
(0.139)
0.748***
(0.066)
0.366***
(0.059)
0.368***
(0.070)
0.884***
(0.100)
3997
0.14
Notas:
-Errores estándar robustos a heteroscedasticidad y a correlación serial entre paréntesis.
- *** coeficiente significativo al 1%; **coeficiente significativo al 5%.
-Incluye término constante y variables binarias por año no reportadas.
37
Cuadro 11: Diferenciales de Productividad del Trabajo en t-s según permanencia en mercado
exportador
entran
salen
permanecen
mediana
grande
capextranj
Observaciones
R cuadrado
1 año
0.398***
(0.092)
0.283***
(0.098)
0.480***
(0.068)
0.263***
(0.063)
0.216***
(0.079)
0.787***
(0.108)
2919
0.16
Tipo de transición
2 años
3 años
0.526***
0.473***
(0.097)
(0.115)
0.303***
0.330***
(0.086)
(0.086)
0.467***
0.410***
(0.069)
(0.069)
0.251***
0.236***
(0.067)
(0.068)
0.276***
0.264***
(0.080)
(0.081)
0.771***
0.792***
(0.104)
(0.104)
2121
1355
0.19
0.19
4 años
0.554***
(0.119)
0.418***
(0.095)
0.502***
(0.071)
0.191***
(0.071)
0.310***
(0.084)
0.738***
(0.110)
710
0.25
Notas:
-ídem cuadro anterior
La productividad de las empresas que entran al mercado en t-s es superior a la de las no
exportadoras para todos los patrones de transición con coeficientes estadísticamente significativos
al 99%. En tanto, los diferenciales de productividad de las empresas que permanecen en el
mercado son superiores a los de las salientes en t-s y ambos grupos tienen productividades
mayores al de las no exportadoras.
Respecto a la hipótesis de “aprendizaje por exportar” se adjunta el cuadro 12, que describe
las condiciones que deben cumplirse para tener evidencia de este proceso. En el cuadro se
confirma que la evidencia respecto a la hipótesis de aprendizaje es robusta, ya que se cumplen
todas las condiciones que implican que las empresas estarían aprendiendo al ingresar al mercado
exportador y permanecer en él y este aprendizaje se observa en los niveles crecientes de
productividad de los grupos de exportadoras entrantes en t y permanentes respecto a sus pares no
exportadoras.
Además, se evidencia el alejamiento entre t-s y t de los diferenciales de productividad entre
el grupo de empresas que permanece en el mercado y el saliente, lo que indica la pérdida de
38
productividad relativa de las empresas que se alejan del mercado exportador respecto a las que
permanecen.
Cuadro 12: Condiciones de proceso de “aprendizaje por exportar”
1 año
0,066
Δ Pr odTr entran (t , t − s )
Δ Pr odTrab salen (t , t − s )
Δ Pr odTr perm(t , t − s )
Tipo de transición
2 años 3 años 4 años
0,063 0,189 0,267
-0,049 -0,021 0,00
0,009
0,034
0,176
0,256
0,246
Δ Pr odTr perm(t , t − s ) − Δ Pr odTr salen(t , t − s ) 0,083
0,197
0,256
0,237
Notas:
-Elaboración propia en base a los cuadros 10 y 11.
-Estos resultados no pueden probarse estadísticamente porque surgen de realizar las diferencias entre coeficientes de las
estimaciones de los cuadros 10 y 11.
7. CONCLUSION
Este trabajo analizó las relaciones entre la productividad de las empresas exportadoras uruguayas
y su orientación exportadora. Se siguió la metodología de Aw, Chung y Roberts (1998) y de Álvarez
y López (2004) al estudiar esta relación mediante el análisis comparativo de la productividad entre
los grupos de empresas no exportadoras, entrantes, salientes y permanentes en el mercado
exportador.
Se estimó por varios métodos econométricos la Función de Producción utilizando un micro
panel de datos de las empresas manufactureras uruguayas para el período 1997-2001 y los
resultados que se obtuvieron no difieren de los alcanzados por la mayoría de las investigaciones a
nivel internacional 35 .
En primer lugar, se construyeron indicadores agregados para estudiar la evolución en el
tiempo de las variables asociadas a la FP. La evolución los indicadores agregados en el período
analizado indica que las empresas manufactureras del micropanel aumentaron su Valor Agregado
35
Ver antecedentes empíricos para un análisis detallado.
39
Bruto, disminuyeron su personal ocupado y las horas trabajadas por obreros, e intensificaron
ligeramente sus niveles de capital. Por ello, las empresas incrementaron su ratio capital-trabajo,
sus niveles de productividad del trabajo y también sus niveles de productividad total de factores.
En segundo lugar, se estimaron los diferenciales de productividad entre exportadoras y no
exportadoras y se encontró evidencia de que las empresas exportadoras presentan niveles de PTF
41% mayores a las no exportadoras. Los contrastes realizados permiten afirmar que este “premio
por exportar” se mantiene y los coeficientes son siempre significativos tanto cuando se analiza la
productividad parcial del trabajo como la PTF, controlando por capital extranjero, tamaño de la
empresa y año.
En tercer lugar, se estimaron los diferenciales de productividad según grupos de empresas
–entrantes, salientes, permanentes y no exportadoras– para analizar las hipótesis de autoselección
y de aprendizaje por exportar de las empresas. Los resultados obtenidos muestran evidencia de
que en las empresas manufacturas uruguayas en el período 1997-2001 se estarían cumpliendo
ambos procesos. Con ello se encuentra evidencia consistente con la hipótesis más fuerte de los
modelos de comportamiento de las empresas en mercados de comercio internacional: la
autoselección. Por lo que se podría pensar que en Uruguay existen costos de entrada a los
mercados exportadores que determinan que algunas empresas puedan ingresar al mercado (las
más productivas) y que otras no estén en condiciones de hacerlo o tengan que salir del mercado
exportador (las menos productivas). Estudiar los costos de entrada al mercado exportador sería
una importante tarea a realizar en futuras investigaciones.
Al no rechazarse la hipótesis de aprendizaje por exportar, se tiene evidencia empírica
respecto a que las empresas industriales uruguayas que ingresan al mercado exportador
incrementan su productividad, lo que podría deberse a mejoras en la calidad y variedad de los
insumos, transferencia de conocimientos y de tecnología, entre otros factores.
Queda para futuras investigaciones estudiar qué determina la decisión a exportar de las
empresas y si entre las empresas exportadoras se cumple la hipótesis de “autoselección
consciente”, o sea si el proceso de autoselección tiene un componente consciente, por el cual las
empresas promueven incrementar su eficiencia y aumentar sus niveles de productividad en aras de
40
estar en condiciones de poder exportar. Entendemos que el proceso de apertura económica que
vivió el país en los 90 podría haber determinado que a efectos de permanecer en el mercado
exportador las empresas exportadoras incrementaran su productividad, por lo que a priori se podría
pensar que en el período 1997-2001 se vivió un proceso de “autoselección consciente”.
Por otro lado, sería importante replicar el estudio efectuado en este trabajo con los
microdatos del INE clasificados por Unidades de Clase de Actividad, para obtener un panel
comparable con los microdatos anteriores a 1997 y realizar un análisis comparativo de la
productividad de las empresas y su orientación exportadora con un micro panel de más largo plazo.
REFERENCIAS BIBLIOGRÁFICAS
Álvarez, R. y López, R. 2004. “Orientación Exportadora y Productividad en la Industria Manufacturera
Chilena”. Cuadernos de Economía, Vol. 41 (Diciembre), pp. 315-343. Universidad de Chile.
Arnold, Jens Matthias. 2005. “Productivity Estimation at the Plant Level: A practical guide”. Preliminary
Note, Bocconi University, Milán.
Aw, B. y Hwang, A.R. 1995. “Productivity and the Export Market: A firm-Level Analysis”. Journal of
Development Economics 47. Pp.: 313-332.
Aw, B., Chung, S y Roberts, M. 1998. “Productivity and the decision to export: micro evidence from
Taiwan and South Korea”. NBER Working Paper 6558.
Aw, B., Chung, S. y Roberts, M. 2000. “Productivity and the Turnover in the Export Market: Micro-level
Evidence from the Republic of Korea and Taiwán (China)”. The World Bank Economic Review
14 (1). Pp.: 65-90. The World Bank.
Baldwin, JR. y Wulong, G. 2004. “Export-Market Participation and Productivity Performance in
Canadian Manufacturing”. Canadian Journal of Economics Vol. 36, No. 3.
Bernard, A. y Jensen, J.B. 1999. “Exceptional Exporters Performance: Cause, Effect or Both?” Journal
of International Economics, 47 (1), pp.1-25.
Bernard, A. y Jensen, J.B. 2001. “Why some firms export?”. NBER Working Paper Series Nº 8349.
Cambridge, United States: National Bureau of Economic Research.
41
Bernard, A., Eaton, J., Jensen, B y Kortum, S. 2003. “Plants and Productivity in International Trade.”
American Economic Review, 93 (4), pp. 1268-1290.
Bittencourt, G. y Vaillant, M. 2001. “Oferta Exportable en el Uruguay. Empresas: ¿Quiénes venden?”,
DT no publicado.
Blundell, R. y Bond, S. 1998. “GMM estimation with persistent panel data: an application to production
functions”. Working Paper Series Nº W99/4. The Institute for Fiscal Studies.
Bond, Stephen. 2007. “Notas docentes para el curso Panel Data Econometrics del Centro de Estudios
Monetarios y Financieros (CEMFI)”. Setiembre 2007, Madrid.
Casacuberta, C., Fachola, G. y Gandelman, N. 2004. “The Impact of Trade Liberalization on
Employment, Capital, and Productivity Dynamics: Evidence from the Uruguayan Manufacturing
Sector”. Research Network Working Paper #R-479. Banco Interamericano de Desarrollo.
Cassoni, A y Vaillant, M. 1992. “Estrategias Empresariales y Desempeño Exportador”. DT Nº 1/92.
Departamento de Economía, Facultad de Ciencias Sociales, Universidad de la República.
Castellani, D. 2002. “Export Behaviour and Productivity Growth: Evidence from Italian Manufacturing
Firms”. Review of World Economics/Weltwirtschaftliches Archiv 138 (4). Pp: 605-628.
Clerides, S., Lach, S. y Tybout, J. 1998. “Is Learning by Exporting Important? Micro-Dynamic Evidence
from Colombia, México and Morocco”. Quarterly Journal of Economics 113 (4). Pp.: 903-947.
Das, S., Roberts, M. y Tybout, J. 2001. “Market entry costs, product heterogeneity and export
dynamics”. NBER Working Paper 8629.
Delgado, M., Fariñas, J. y Ruano, S. 2002. “Firm Productivity and Export Markets: A Non Parametric
Approach”. Journal of International Economics 57 (2). Pp: 397-422.
Diewer, E. y Nakamura, A. 2002. “The Measurement o Aggregate Total Factor Productivity”. Capítulo
del Handbook of Econometrics, Vol. 6, Elsevier.
Girma, S., Greenaway, D. y Kneller, R. 2004. “Does exporting increase productivity? A
Microeconometric Analysis of Matched Firms”. Review of International Economics, 12 (5).
Greenaway, D., Gullstrand, J. y Kneller, R. 2005. “Exporting May Not Always Boost Firm Productivity”.
Review of World Economics. Vol. 141, Nº 4. Kiel, Germany: Kiel Institute for World Economics.
42
Hallward Driemeier, M., Iarossi, G. y Sokoloff, K. 2002. “Exports and Manufacturing Productivity in East
Asia: a Comparative Analysis with Firm Level Data”. NBER Working papers series Nº 8894.
Cambridge, United States: National Bureau of Economic Research.
Hopenhayn, H. 1992 “Entry, Exit, and firm Dynamics in Long Run Equilibrium”. Econometrica, Vol. 60,
No. 5, pp. 1127-1150.
Hulter, Charles R. 2000. “Total Factor Productivity: a Short Biography”. NBER Working papers series Nº
7471. Cambridge, United States: National Bureau of Economic Research.
Instituto Nacional de Estadística. “Censo Económico Nacional 1997, Encuestas de Actividad
Económica años 1998-2001, Metodologías CE97, EAE 98-01”.
Kraai, A. 2002. “Exports and Economic Perfomance: Evidence from a Panel of Chinese Enterprises”.
Revue d´Economie du Dévelpment. 7 (1/2). Pp: 183-207.
Levinsohn, J. y Petrin, A. 2003. “Estimating Production Functions using Inputs to Control for
Unobservables”. Review of Economics Studies 70, pp 317-341.
Levinsohn, J. y Petrin, A. 2003. “Production Function Estimation in Stata Using Inputs to Control for
Unobservables”. Stata journal 4(2), pp 113-123.
López, R. A. 2004. “Self Selection into the Export Markets: A Conscious decisión?” mimeo Indiana
University.
López, A. y Llambi, C. 1998. “Evolución de la Productividad Total de Factores: Estudio de casos en la
Industria Manufacturera”. Trabajo Monográfico Licenciatura en Economía, Facultad de Ciencias
Económicas, Universidad de la República.
OCDE 2001. “Measuring Capital. Measurement of capital stocks, consumption of fixed capital and
capital services”. OECD Manual, www.sourceOECD.org.
Olley, G. y Pakes, A. 1996. “The Dynamics of Productivity in the Telecommunications Equipment
Industry”. Econométrica 64 Pags. 1263-1297.
Pavcnik, Nina. 2002. “Trade Liberalization, Exit, and Productivity Improvements: Evidence from Chilean
Plants”. Review of Economic Studies 69. Pags. 245-276.
Picardo, S. 2007. “Índice de Precios para deflactar insumos de la industria Manufacturera 1982-2006”.
DT en preparación, Banco de Datos, Facultad de Ciencias Sociales.
43
Picardo, S. 2007. “Evolución de los índices de Volumen Físico y de Precios de Productor Enero de
1982 a junio de 2007”. DT en preparación, Banco de Datos, Facultad de Ciencias Sociales.
Snoeck, M., Casacuberta, C, Domingo, R., Pastori, H. y Pittaluga, L. 2007. “The emergence of New
Successful Export Activities in Uruguay”. Borrador Final. IADB Project. Latin American
Research Network.
Tansini, R y Triunfo, P. 1998. “Cambio Tecnológico y Productividad de las Empresas Industriales
Uruguayas”. DT Nº 8/98. Departamento de Economía, Facultad de Ciencias Sociales,
Universidad de la República.
Vaillant, M. y Roche, H. 1990. “El Desempeño de la Empresa Exportadora. Un Modelo Cualitativo”.
SUMA Vol. 5, Nº 8, Págs. 103-130. CINVE.
Wooldrige, J. 2003. “Introductory Econometrics: A Modern Approach”, 2nd Edition.
Yeaple, S. R. 2004. “Firm Heterogeneity, International Trade and Wage”. Journal of International
Economics (January of 2005).
44
ANEXO 1: Cuadro resumen de las investigaciones sobre relación entre productividad y
orientación exportadora de las empresas
Investigación
País
Muestra
Metodología
Aw y Hwang (1995)
Taiwán
2.832 firmas
1986
FP translog Corte Transversal
Bernard y Wagner
(1997)
Alemania
7.624 firmas
1978 - 1992
Panel de Datos
Corea del Sur
Todas las firmas
1988 y 1993
Taiwán
Todas las firmas
1986 y 1991
Pool de corte transversal
Colombia
Todas las plantas
1981–1991
FIML de funciones de costos;
Panel de Datos
México
2.800 firmas
1986–1990
FIML de funciones de costos;
Panel de Datos
Marruecos
Todas las firmas
1984–1991
FIML de funciones de costos;
Panel de Datos
Bernard y Jensen (1999) EEUU
50–60 mil plantas
1983–1992
Probabilidad lineal con
efectos fijos
Productividad mayor para las exportadoras;
autoselección de firmas exportadoras; ausencia
de “aprendizaje por exporter”
Kraay (1999)
China
2.105 firmas
1988-1992
Panel Dinámico
Productividad más alta de las exportadoras
Castellani (2002)
Italia
2.898 firmas
- 1994
Pool de Corte Transversal
Productividad más alta de exportadoras;
Aprendizaje asociado con la intensidad de
exportación
Delgado et al. (2002)
España
1.766 firmas
1991- 1996
Productividad mayor para las exportadoras;
Análisis no paramétrico de
autoselección de firmas exportadoras; evidencia
distribuciones de probabilidad
inconclusa de “aprendizaje por exporter”
Hallward Driemeier, M.
et al. (2002)
Países del Sudeste
Asiático
2.700 establecimientos
1996 -1998
Datos de encuestas
específicas; pool de corte
transversal.
1983,
Pool de corte transversal
Aw, B. et al. (1998)
Clerides et al. (1998)
353 firmas
1978 - 1989
1.916 firmas
Van Biesebroeck (2003) Seis países africanos
1992 -1996
20.018 firmas
Blalock y Gertler (2004) Indonesia
-1996
5.000 plantas
Álvarez y López (2004) Chile
1990 - 1996
W agner (2002)
Alemania
1989
Panel de datos; técnicas de
“matching”
Panel de datos; estimación
por MGM
1990 Panel de datos; estimación de
FP
Probit ordenado; pool de
corte transversal
Resultados
Productividad mayor para las exportadoras;
autoselección de firmas exportadoras; ausencia
de “aprendizaje por exporter”
Productividad mayor para las exportadoras;
autoselección de firmas exportadoras.
Productividad mayor para las exportadoras;
débil autoselección de firmas exportadoras;
ausencia de “aprendizaje por exportar”
Productividad mayor para las exportadoras;
autoselección de firmas exportadoras; evidencia
de “aprendizaje por exportar”
Las firmas exportadoras son más eficientes que
las no exportadoras. No se cumple “aprendizaje
por exportar”
Las firmas que abandonan el mercado son las
menos productivas. No se cumple “aprendizaje
por exportar”
Se cumple algo de “aprendizaje por exporter”
en Marruecos. Derrames de exportadoras a no
exportadoras
Productividad mayor para las exportadoras y
para firmas con capitales extranjeros;
autoselección de firmas exportadoras;
exportadoras son más intensivas en capital.
Productividad más alta de exportadoras
Evidencia de aprendizaje por exportar
Evidencia de aprendizaje por exportar
Alta productividad de firmas exportadoras;
autoselección de exportadoras
Baldwin y Gu (2004)
Canadá
19.142 plantas
1984 -1990 y
1990 - 1996
Regresiones en diferencias;
datos de encuestas
Evidencia de aprendizaje por exportar; identifica
un número de canales de aprendizaje:
economías de escala; transferencia de
tecnología y mejoras en el capital humano.
Álvarez y López (2005)
Chile
5.000 plantas
1990 - 1996
Probit ordenado; pool de
corte transversal
Autoselección consciente
Girma et al.(2004)
Gran Bretaña
8.992 firmas
1988 -1999
Panel de datos; diferencia en
diferencias y “matching”
Hannson y Lundin (2004) Suecia
3.275 firmas
1990 - 1999
Diferencia en diferencias y
“matching”
Greenaway, D. et al
(2005)
3.570 firmas
1980 - 1997
Panel de datos; diferencia en
diferencias y “matching”
Suecia
Fuente: Elaboración propia en base a Greenaway, D. et al (2005)
45
Productividad más alta y autoselección de
exportadoras; evidencia de aprendizaje por
exportar.
PTF mayor de expotadoras; no se encuentran
diferencias en el crecimiento de la PTF de las
entrantes.
Productividad de exportadoras y no
exportadoras similar. No hay evidencia de
“autoselección”
ANEXO 2: Detalle de las variables creadas
Los criterios para definir las variables Valor Bruto de Producción 36 , Consumo Intermedio y Capital
surgen de aplicar la metodología del CE97 y de las EAE 98-01 del INE. A continuación se describe
brevemente cada una de las variables de nuestras estimaciones.
Valor
Bruto
Producción (VBP):
de VBP industrial + VBP comercial + VBP servicios + VBP otras fuentes + VBP productos
en proceso + VBP construcción y fabricación por cuenta propia.
Incluye Materias primas y Materiales auxiliares, Trabajos de façón realizados por
terceros, Materiales utilizados en la prestación de servicios, Costo de Envases y
embalajes, Energía eléctrica, Agua, Combustibles y Lubricantes, Material de la
Construcción por cuenta propia, Pagos a los trabajadores a domicilio, Trabajos de
reparación hechos por terceros, Costo de repuestos y accesorios, Alquileres
Consumo Intermedio:
devengados, Servicios de personal, Honorarios profesionales, Comisiones pagadas a
terceros por servicios no financieros, Vigilancia, seguridad y limpieza, Publicidad,
Investigación y desarrollo, Comunicaciones, Fletes, Servicios informáticos, Indumentaria
y equipo, Capacitación, Gastos de exportaciones, Regalías, patentes y marcas y Otros
gastos.
Valor Agregado Bruto
VBP - CI
(VAB):
Horas efectivamente trabajadas en el año de obreros dependientes en tareas
Horas de trabajo de
productoras y en no productoras más horas de obreros de personal proporcionado por
obreros:
otras empresas.
Personal ocupado:
Es el promedio mensual de la suma del Personal Ocupado en el año más el Personal
proporcionado por otras empresas.
Obreros:
Estimación a partir de los datos de mes representativo y del total de personal ocupado
promedio mensual.
Empleados:
Estimación a partir de los datos de mes representativo y del total de personal ocupado
promedio mensual.
Profesionales
técnicos:
y Estimación a partir de los datos de mes representativo y del total de personal ocupado
promedio mensual.
Stock de Capital:
Valor monetario al cierre de cada año de los terrenos, edificios y construcciones,
maquinaria y el equipo, bienes intangibles y otros bienes utilizados por la empresa.
Exportadora:
Variable binaria que vale 1 si la empresa exportó en el año y 0 si no exportó.
Intensidad Exportadora:
Capital Extranjero:
Tamaño de la empresa:
Productividad
del trabajo:
Productividad
del capital:
Variable que vale 1 si la empresa exportadora tiene una intensidad exportadora baja
(exporta menos del 25% de las ventas), 2 si tiene una intensidad exportadora media
(exporta entre el 25% y el 75% de las ventas) y 3 si tiene una intensidad exportadora alta
(exporta más del 75% de las ventas).
Variable binaria que vale 1 si la empresa tiene una participación de capitales extranjeros
superior al 10%. Vale 0 si la empresa no está constituida por capitales extranjeros.
Variable que vale 1 si la empresa es pequeña (menos de 50 trabajadores), 2 si es
mediana (entre 50 y 100 trabajadores) y 3 si es grande (más de 100 trabajadores).
parcial
VAB/personal ocupado
parcial
VAB/stock de capital
Dt:
Variables binarias por años (1997-2001)
Ds:
Variables binarias por división (1997-2001)
36
A partir del año 1997 el VBP se aproxima por la variable “ingreso por ventas”, ya que las estadísticas dejaron de relevar la
información sobre valor de la producción de las empresas.
46
ANEXO 3: Metodología de Levinsohn-Petrin para estimar la función de producción
La PTF se calcula como una predicción del residuo de una especificación de FP de tipo CobbDouglas, que deriva de los estudios realizados por Olley y Pakes (1996) y Levinsohn y Petrin
(2003a y 2003b). Esta estimación controlará los problemas de sesgo por endogeneidad de los
factores productivos y por selección de la muestra trabajando con técnicas semiparamétricas.
Se parte de la expresión de la FP:
(2) y it = a t + β L l it + β K k it + η it + u it
Donde y it es el logaritmo del valor agregado, l it es el logaritmo del empleo, k it es el logaritmo
del stock de capital,
βL
representa la productividad parcial del trabajo,
βK
la productividad parcial
del capital, a t el término constante que representa la PTF de la economía,
η i el shock de
productividad de la firma no observado por el investigador y u it el término de error.
Olley y Pakes (1996) desarrollaron un estimador que corrige el sesgo de endogeneidad
mediante el uso de la inversión como Proxy de los shocks de productividad no observados. No
obstante, esta metodología tiene el problema de que se precisa que la inversión de las empresas
sea positiva (porque debe cumplir la condición de invertibilidad), por lo que se pierden muchas
observaciones que no cumplen con este requisito.
Levinsohn - Petrin (2003a) estudiaron este fenómeno y propusieron otro procedimiento
para corregir el sesgo de la estimación: utilizar los insumos intermedios en lugar de la inversión
como Proxy de los shocks de productividad. Ellos entienden que al ser menos costoso para las
empresas ajustar los insumos intermedios, estos responden más completamente a los shocks de
productividad que la inversión. Además, en general en las estadísticas a nivel de firma hay más
información del uso de insumos intermedios que de la inversión.
En este sentido, se trabaja con un insumo intermedio que depende de las variables kit y
η it , tal que: mit = m(k it ,η it )
Se supone que m es una función monotónica creciente en
47
η it , por lo cual η it se puede expresar:
(3)
Se
η it = η ( k it , mit ) , o sea que se trabaja con una variable Proxy de la productividad de la firma.
reemplaza
(3)
en
(2)
y
se
expresa
(4) y it =
β L l it + φ t (k it , mit ) + u it ,
donde
φt (k it , mit ) = a t + β K k it + η t ( k it , mit )
Al no conocerse la forma funcional de
φ t , los coeficientes de la función de producción no
pueden estimarse por el método MCO, por lo cual se usan técnicas semiparamétricas. Se realizará
un proceso de estimación en dos etapas.
En la primera etapa se estimará el coeficiente del factor trabajo para lo cual se incorporará
a la ecuación (4) una aproximación polinomial de orden tres de la función
φ t y se estimará por
MCO. En la segunda etapa se estimará el parámetro del capital. Para esto, se encontrará una
expresión para el error de la función de producción que será la función a minimizar. En este
proceso, se supone que la productividad,
η it sigue un proceso de Markov de primer orden y el
problema de minimización del error se soluciona usando el MGM para obtener
Primero se considera el valor estimado de
βK .
φ t en la primera etapa, dado por
*
φˆit = yˆ it − βˆ L l it . Para cualquier valor de β K se puede predecir la productividad no observada:
ηˆit = φˆit − β K* k it
Por último, el coeficiente estimado del capital, βˆ K , es el que soluciona:
(
)
2
min Σ Σ y it − βˆ L l it − β K* k it − E [η it / η it −1 ]
i
t
[
]
2
3
donde: E η it / η it −1 = λˆ0 + λˆ1ηˆ it −1 + λˆ1ηˆ it −1 + λˆ1ηˆ it −1
Una vez que se estiman los parámetros de la función de producción, la medida de la PTF (en
logaritmo) surge de predecir los residuos de esta función y se representa como:
ptf it = y it − a t − βˆ L l it − βˆ K k it
48